Спасибо Вам за работу!
Информация о работе
Подробнее о работе
Анализ новостной информации на сайтах информагентств на основании активности пользователей в социальных сетях
- 52 страниц
- 2016 год
- 0 просмотров
- 0 покупок
Гарантия сервиса Автор24
Уникальность не ниже 50%
Фрагменты работ
Развитие технологий и появление интернет-СМИ оказали влияние, как на традиционные источники информации, так и на ее потребителей. Поведение аудитории новостей претерпело изменения, поскольку источники новостного контента и способы доставки новостей стали совершенно другими.
Сейчас все больше набирают популярность социальные сети. И каждое крупное информагентство имеет свои официальные группы или страницы в социальных сетях, которыми пользуются пользователи для быстрого получения новостей по всему миру в различных сегментах от политики и экономики, до культуры.
На сегодняшний день у большинства федеральных интернет-СМИ есть группы в социальных сетях. Анализ аудитории может показать распределение активности в различных категориях новостей, тем самым увидеть в каких категориях больше обсуждают и делятся новостями пользователи.
Актуальность выбранной темы состоит в том, что она затрагивает анализ интернет-СМИ в социальных сетях, и рассматривает аудитории потребителей новостной информации в интернете. Таким образом, мы сможем увидеть интересы потребителей новостного контента и их потребности, которые, безусловно, влияют на интернет-СМИ через социальные сети.
Цель работы: Анализ новостной информации федеральных информагентств на основе многомерной структуризации активности пользователей в группах социальных сетей по категориям и метрикам и его реализация в программе Deductor.
Объект исследования: официальные группы федеральных информагентств в социальных сетях.
Предмет исследования: активность пользователей официальных групп федеральных информагентств в социальных сетях.
Для достижения поставленной цели необходимо решить следующие задачи:
− провести анализ контента по выбранной теме;
− проанализировать активность пользователей социальных сетей на группах федеральных сайтов входящих в топ-5;
− разработать модель многомерной структуризация активности пользователей в группах социальных сетей по категориям и социальным метрикам на основе инструмента «Карты Кохоненна»;
− реализовать модель в Deductor.
Практическая значимость работы состоит в том, что понимание структуры активности пользователей поможет интернет-СМИ усовершенствовать способы привлечения аудитории.
Выпускная квалификационная работа состоит из введения, двух глав, заключения, списка литературы из 13 источников, иллюстрирована 40 рисунками, содержит 2 таблицы.
Введение 4
1 Теоретические аспекты новостной информации на сайтах информагентств 6
1.1 Понятие и структура информагентств 6
1.2 Новостная информация на сайтах информагентств 8
1.3 Социальные сети 10
1.4 Типология социальных сетей 12
2 Разработка многомерной модели активности пользователей в группах социальных сетей 15
2.1 Аналитическая платформа dedcutor 15
2.2 Аналитические инструменты: карты кохонена и olap 16
2.3 Выбор информагентств для анализа 23
2.4 Подготовка deductor 28
2.4.1 Создание хранилища данных 30
2.4.2 Загрузка данных в хранилище данных (экспорт) и выгрузка процессов (импорт) 35
2.5 Подготовка данных 37
2.6 Разработка модели 39
3 Интерпретация результатов моделирования 43
3.1 Интерпретация результата olap куба 43
3.2 Интерпретация результата карт кохонена 43
3.3 Выводы по результатам многомерного моедлирования активности пользователей в группах социальных сетей 47
Заключение 49
Список использованных источников 51
Значение средств массовой информации (СМИ) в жизни современного общества трудно переоценить. Они прочно обосновались в нашей повседневности настолько, что мы даже представить себе не можем своего существования без них.
Аудитория интернет-СМИ растет с каждым годом в противовес традиционным медиа, которые постепенно сдают свои позиции. Все большее количество людей предпочитает узнавать новости из интернета, поскольку именно электронные источники информации дают возможность выбрать из массива предлагаемого контента именно то, что нужно конкретному человеку, а также обсудить новость с другими людьми и «поделиться» ей с друзьями.
1. Кирия И. Мультимедиа и новые принципы новостей [Текст]// Журналистика и конвергенция: почему и как традиционные СМИ превращаются в конвергентные / под ред. Качкаевой А.Г. – М., 2010. – С. 30-47
2. Змановская Е. Г. Основные критерии оценки PR-информации, позволяющие объединять интересы СМИ и бизнеса [Текст]// Молодой ученый. — 2011. — №5. Т.1. — С. 183-186.
3. Флах П. Машинное обучение. Наука и искусство построения алгоритмов, которые извлекают знания из данных. [Текст] — М.: ДМК Пресс, 2015. — 400 с.
4. Beale M. H., Hagan M. T., Demuth H. B. Neural Network Toolbox. User's Guide. [Текст] — Natick: Math Works, Inc., 2015. — 406 p.
5. Neural Network Design [Текст] / M. N. Hagan, H. B. Demuth, M. H. Beale, O. De Jesús. — Martin Hagan, 2014. — 800 p.
6. Чубуков И. А. Основы информационных технологий [Электронный ресурс]. – Режим доступа: http://www.bibliorossica.com/book.html?&currBookId=12111
7. Инфозависимость и проблемы социализации пользователей социальных сетей и потребителей электронного информационного продукта [Электронный ресурс]. – Режим доступа: http://www.myshared.ru/slide/264256/, свободный
8. Медиасфера рунета [Электронный ресурс]. – Режим доступа: http://company.yandex.ru/researches/reports/yandex_on_internet_media_spring_2011.xml#toc1, свободный
9. Data Mining. Лекция 12: Нейронные сети. Самоорганизующиеся карты Кохонена [Электронный ресурс]. – Режим доступа: http://www.intuit.ru/studies/courses/6/6/lecture/180?page=3, свободный
10. Самоорганизующиеся карты — математический аппарат. [Электронный ресурс]. – Режим доступа: http://basegroup.ru/community/articles/som, свободный
11. Self-organizing map [Электронный ресурс]. – Режим доступа: https://en.wikipedia.org/wiki/Self-organizing_map
12. Самоорганизующиеся карты Кохонена [Электронный ресурс]. – Режим доступа: http://wiki.witology.com/index.php/Самоорганизующиеся_карты_Кохонена
13. Моделирование сети кластеризации данных в MATLAB NEURAL NETWORK TOOL [Электронный ресурс]. – Режим доступа: http://mirznanii.com/info/modelirovanie-seti-klasterizatsii-dannykh-v-matlab-neural-network-tool_116073
Форма заказа новой работы
Не подошла эта работа?
Закажи новую работу, сделанную по твоим требованиям
